Nach meinem Verständnis können wir nur eine Regressionsfunktion aufbauen, die innerhalb des Intervalls der Trainingsdaten liegt. Zum Beispiel (nur eines der Panels ist erforderlich): Wie würde ich mit einem KNN-Regressor die Zukunft vorhersagen? Auch hier scheint es sich nur um eine Funktion zu...
Ich habe eine Frage zu einer negativen binomischen Regression: Angenommen, Sie haben die folgenden Befehle: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Beachten Sie, dass cars ein Datensatz ist, der in R verfügbar ist, und es ist mir egal, ob dieses Modell...
Ich habe einmal eine Methode gehört, das Lasso zweimal zu verwenden (wie ein Doppel-Lasso), bei der Sie Lasso für die ursprüngliche Menge von Variablen ausführen, z. B. S1, eine dünn besetzte Menge mit der Bezeichnung S2 erhalten und dann erneut Lasso für die Menge S2 ausführen, um die Menge S3 zu...
Obwohl ich diesen Beitrag gelesen habe, weiß ich immer noch nicht, wie ich das auf meine eigenen Daten anwenden soll, und hoffe, dass mir jemand helfen kann. Ich habe folgende Daten: y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269,...
Ich frage mich, wie man die Koeffizienten-Standardfehler einer Regression interpretiert, wenn man die Anzeigefunktion in R verwendet. Zum Beispiel in der folgenden Ausgabe: lm(formula = y ~ x1 + x2, data = sub.pyth) coef.est coef.se (Intercept) 1.32 0.39 x1 0.51 0.05 x2 0.81 0.02 n = 40, k = 3...
Ich bin neu im maschinellen Lernen und versuche es selbst zu lernen. Kürzlich las ich einige Vorlesungsunterlagen durch und hatte eine grundlegende Frage. Folie 13 besagt, dass "Least-Square-Schätzung mit Maximum-Likelihood-Schätzung nach einem Gaußschen Modell identisch ist". Es scheint etwas...
Es gibt bereits eine ausgezeichnete Diskussion darüber, wie Support-Vektor-Maschinen mit Klassifizierung umgehen, aber ich bin sehr verwirrt darüber, wie Support-Vektor-Maschinen zur Regression verallgemeinern. Möchte mich jemand aufklären?
Wie ist die Verteilung des Bestimmtheitsmaßes oder des quadratischen bei linearer univariater multipler Regression unter der Nullhypothese ?R2R2R^2H0:β=0H0:β=0H_0:\beta=0 Wie hängt es von der Anzahl der Prädiktoren kkk und der Anzahl der Stichproben n>kn>kn>k ? Gibt es einen Ausdruck in...
Ich versuche, eine multiple Regression in durchzuführen R. Meine abhängige Variable hat jedoch das folgende Diagramm: Hier ist eine Streudiagramm-Matrix mit allen meinen Variablen ( WARist die abhängige Variable): Ich weiß, dass ich eine Transformation für diese Variable (und möglicherweise für die...
Nehmen Sie für die Lasso-Regression dass die beste Lösung (zum Beispiel minimaler Testfehler) Merkmale auswählt . so dass .k β l a s s o = ( β l a s s o 1 , β l a s s O 2 , . . . , β l aL ( β) = ( Xβ- y)′(Xβ-y) + λ ∥
Ich bin sehr verwirrt darüber, ob es legitim ist, eine verzögerte abhängige Variable in ein Regressionsmodell aufzunehmen. Grundsätzlich denke ich, wenn sich dieses Modell auf die Beziehung zwischen der Änderung von Y und anderen unabhängigen Variablen konzentriert, kann das Hinzufügen einer...
Ich habe ein trainiertes logistisches Regressionsmodell, das ich auf einen Testdatensatz anwende. Die abhängige Variable ist binär (boolesch). Für jede Stichprobe im Testdatensatz wende ich das logistische Regressionsmodell an, um eine prozentuale Wahrscheinlichkeit zu generieren, dass die...
Bei der linearen Regression wird angenommen, dass jeder vorhergesagte Wert aus einer Normalverteilung möglicher Werte ausgewählt wurde. Siehe unten. Aber warum wird angenommen, dass jeder vorhergesagte Wert aus einer Normalverteilung stammt? Wie verwendet die lineare Regression diese Annahme? Was...
Ich versuche, Daten mit einer GLM (Poisson-Regression) in R anzupassen. Wenn ich die Residuen gegen die angepassten Werte plottete, erzeugte die Plot mehrere (fast lineare mit einer leichten konkaven Kurve) "Linien". Was bedeutet das? library(faraway) modl <- glm(doctorco ~ sex + age + agesq +...
Ich frage mich, ob es einen Algorithmus gibt, der gleichzeitig Klassifizierung und Regression durchführen kann. Zum Beispiel möchte ich, dass der Algorithmus einen Klassifikator lernt und gleichzeitig in jedem Etikett ein kontinuierliches Ziel lernt. Daher hat es für jedes Trainingsbeispiel eine...
Ich hoffe auf eine intuitive, verständliche Erklärung der Quantilregression. Angenommen, ich habe einen einfachen Datensatz mit dem Ergebnis und den Prädiktoren .X 1 , X 2YYYX1,X2X1,X2X_1, X_2 Wenn ich zum Beispiel eine Quantil-Regression bei .25, .5, .75 durchführe und
Ich habe verschiedene Fragen bezüglich der First Penalty im Rahmen der kleinsten Fehlerquadrate: βridge=(λID+X′X)−1X′yβridge=(λID+X′X)−1X′y\beta_{ridge} = (\lambda I_D + X'X)^{-1}X'y 1) Der Ausdruck legt nahe, dass die Kovarianzmatrix von X zu einer Diagonalmatrix geschrumpft ist, was bedeutet,...
Angenommen, ich führe eine Regression . Warum behält das Modell durch Auswahl der Top- Hauptkomponenten von seine Vorhersagekraft für ?Y.∼ XY.∼XY \sim XkkkXXXY.Y.Y Ich verstehe, dass aus Sicht der Dimensionsreduktion / Merkmalsauswahl, wenn die Eigenvektoren der Kovarianzmatrix von mit den...
Nach meiner Frage an OLS frage ich mich: Welche diagnostischen Diagramme gibt es für die Quantilregression? (Und gibt es R Implementierung von ihnen?) Bei einer schnellen Google-Suche wurde bereits das Wurmdiagramm gefunden (von dem ich noch nie gehört habe), und ich würde mich über weitere...
Alle Beispiele für SVMs beziehen sich auf die Klassifizierung. Ich verstehe nicht, wie eine SVM für die Regression (Support Vector Regressor) in der Regression verwendet werden könnte. Nach meinem Verständnis maximiert eine SVM den Abstand zwischen zwei Klassen, um die optimale Hyperebene zu...